ricardo prudêncio tópicos avançados em inteligência artificial

Análise de CentralidadeRicardo Prudêncio

Tópicos Avançados em Inteligência Artificial

RoteiroIntroduçãoMedidas de centralidade

Medidas principais Grau, intermediação e proximidade

Medidas alternativasCentralização Conclusões

IntroduçãoProblema

Que nós são importantes dentro de uma rede?

Quais nós são importantes estruturalmente e relevantes para o fluxo de informação na rede

Análise de centralidade

CentralidadeConsidere a rede ao lado em

formato de estrela

Intuitivamente, o nó A é o mais central de todos

Posição estratégica considerando a estrutura da rede

O que A tem de diferente?!

A

C

D

B

G

F E

Centralidade(1) Nó A tem maior número

de conexões com outros nósGrau

(2) Nó A está sempre entre dois nós quaisquer Intermediação

(3) Nó A está mais próximo aos outros nós da redeProximidade

A

C

D

B

G

F E

• Três propriedades que levam a três diferentes conceitos de centralidade

• Ver (Freeman 1978)

GrauGrau = No. de links adjacentes a um nó

Em um processo de comunicação na rede, nó de grau alto é um canal direto de informaçãoPopularidade e influência direta

Nós com grande potencial de atividade dentro de uma rede

Grau

n

jkjkG wvC

1

)(

Fator de normalização para comparação entre redes

Obs.: n-1 é o grau máximo de uma rede em estrela

Número de nós adjacentes

Obs.: Redes sem pesos: wkj = 1 se existe link entre nós vk e vj

1

)()('

n

vCvC kGkG

GrauEm grafos direcionados é importante diferenciar

graus de entrada e saída

Grau de entrada (in-degree) = no. de links que chegam a um nóE.g., no. de seguidores no Twitter (in-degree) =

prestígio(?)

Grau de saída (out-degree) = no. de links que saem de um nóE.g., na relação de “manda em”, out-degree = alta

influência

Grau - Limitações• Grau é uma medida de centralidade local

“nodes may be well connected to their immediate neighbors but be part of a relatively isolated clique” (Liu 2008)

• Dois nós com o mesmo grau podem não ter a mesma capacidade de influenciar E.g., se grau é usado para medir influência local, então

poder do nó depende de quem são os seus vizinhos e do tipo de interação

E.g., número de seguidores no Twitter não reflete diretamente a influência dentro da rede (como número de retwittes)

IntermediaçãoMede a frequência com que o nó aparece no

menor caminho entre dois nós quaisquer

Nós com grande potencial de controle do fluxo de informação na rede

A

C

D

B

G

F E

Todas as mensagens na rede passam por nó A!

IntermediaçãoNós com alto controle:

Podem ajudar na coordenação de processos dentro de um grupo

Podem influenciar na comunicação da rede, atrasando ou perturbação o fluxo de informação “The more people depend on me to make

connections with other people, the more power I have” (Hanneman 1998)

IntermediaçãoPotencial para conectar comunidades

diferentes

Eliminar nós de alta intermediação pode ter o efeito de desconectar a redePropriedade usada em algoritmos de detecção

de comunidades

Intermediação

ij

kij

kij g

gvb )(

n

i

n

ijkijkI vbvC )()(

kijg : Número de

caminhos geodésicos entre vi e vj que passam por vk

ijg : Número total de caminhos geodésicos entre vi e vj

Soma para todos os pares diferentes de nós vi e vj

Intermediação

23

)(2)('

2

nn

vCvC kIkI

Medida normalizada para comparação entre redes

2

232 nn Grau de intermediação do nó mais central em uma rede em formato estrela

Rede de contatos de pacientes com TuberculoseFonte: Andre et al., Transmission Network Analysis to Complement Routine Tuberculosis Contact Investigations. American Journal of Public Health. v. 96, 2006

Alta Intermediação(pontos críticos para disseminação)

IntermediaçãoLimitações

Menor caminho não é o único caminho que importa Alternativas: random walk betweeness

Custo computacional

ProximidadeMede quão próximo está um nó em relação a

todos os outros nós da rede

Medida de eficiência Uma mensagem originada de uma posição central

irá se espalhar por toda rede com um custo mínimo

Medida de independência Depende de poucos intermediários, uma vez que

pode alcançar facilmente todos os nós da rede

ProximidadeCálculo

n

ikik ppdpCc

1

1 ),()(

),( ki ppd O número de caminhos geodésicos ligando pi a pk.

Somatório de todos os caminhos geodésicos entre pi e pk

ProximidadeCálculo

1

)( 1

n

pCc k

Onde n – 1 é o tamanho da grafo - 1

Normalização

ProximidadeLimitações:

Mal definida para redes desconectadasNós adjacentes a um dado nó de alta

proximidade também terão alta proximidade Mas não necessariamente serão nós importantes E.g., Redes de co-autoria

Exemplo de UsoExample: Co-authorship networks (Liu 2008)

Grau: Autores que possuem muitos co-autores publicando

artigos.Proximidade:

Autores que estão diretamente conectados a outros autores bem conectados. Ex: Um estudante supervisionado por um professor

prestigiado.Intermediação:

Autores que desempenham um papel crucial na ligação de diferentes comunidades.

Outras MedidasÍndice de BonacichAlcancePage Rank

Índice de Bonacich Centralidade não significa necessariamente

poder (Hanneman 1998)Por um lado:

“Actors who have more ties have greater opportunities because they have choices “

Por outro lado: “the actors that you are connected to are,

themselves, well connected, they are not highly dependent on you”

AlcanceAlcance (Reach)

Nós de nós alcançados com dois passos Similar ao grau, mas considera links indiretos

Page RankMecanismo de busca google

Análise de ligaçõesAtribuição de pesos

Centralidade leva em consideração que nós são mais referenciados

CentralizaçãoMede o quão uma rede é centralizada em

torno de poucos indivíduosExemplo: “Freeman centralization”

(comparação com uma rede em estrela – caso extremo de rede centralizada)

O que centralização realmente indica? Que maior poder pode ser exercido sobre os outros? Rich clubs!!!

Conclusões - Centralidade e PoderCentralidade tem sido vista como uma

medida de poderEm que situações centralidade não é poder?Entretanto conceitos devem ser distinguidos:

CentralidadePoder Influência Prestígio

Conclusões - Centralidade e PoderInfluência depende não apenas da estrutura

da rede mas das interações ao longo do tempo

Ver Klout Score - http://klout.com/home

Material de EstudoCentrality in Social Networks – Conceptual

Clarification, by L. Freeman

Centrality and Power (in Introduction to Social Network Methods), by R. Hanneman